本发明公开了一种实时流计算流速感知弹性执行容错系统，将 传统流计算框架中元组发射、计算、状态保持与处理单元紧耦合关系 变成一种模块化、专职化的松耦合关系，结合流速感知、弹性执行、 状态管理等模块，使系统能够精细控制各阶段的处理时间进而保证整 个应用的延迟。流速感知使系统能够快速响应输入流变化或可用资源 变化。分发模块可灵活改变分发关系、并适时按批发送元组，进一步 减少了资源消耗和发送延迟。弹性执行使系统对用户透明地调

本发明公开了一种虚拟化环境下动态实时 CPU 调度系统，属于 计算系统虚拟化技术领域。本发明包括网络包监控模块、信息收集模 块以及实时 CPU 调度模块，无需用户设置虚拟机类型及调度参数，能 够通过分析虚拟机发送或接收的网络包的方式动态识别虚拟机的类型 以及获取虚拟机所需的调度参数。本发明可以根据动态获取的信息及 时的调度实时虚拟机，从而保证运行于虚拟机内的实时应用的性能。 本发明与现有技术相比，消除了用户管理虚拟机

项目成果/简介: 潜标可实现全海深海洋环境的定点、长期、连续、多层次、多要素同步观测，并具有隐蔽性好、不易被破坏等优点，是开展海洋环境长期连续观测最有效的手段。 自主研发系列海洋动力环境监测潜标：2008年以来，团队突破了深海潜标系列关键技术，自主研发了“海洋动力环境多尺度同步观测潜标”、“定时卫星通讯潜标”等系列高可靠性深海潜标，实现了海洋动力环境长期连续准实时观测。相关研发成果已获4项国际发明专利及8项国家发明专利授权。基于研发的潜标，在南海、西太平洋、东印度洋累计布放潜标400余套次，总结出一套安全高效的规范化、标准化的潜标布放回收作业流程，作业成功率达到100%，解决了我国海洋环境长期连续观测技术瓶颈，大幅提升了我国海洋环境长期连续观测水平。 构建了国际上规模最大的区域海洋潜标观测网—南海潜标观测网：自2009年以来，在南海开展潜标布放回收航次22次，累计布放各类潜标350套次，目前同时在位观测潜标42套，观测海域横跨吕宋海峡、南海深海盆、南海东北部与西北部陆坡陆架区，最长工作时间已接10年，是世界上规模最大的区域潜标观测网。南海潜标观测网于2017年完成潜标观测站位在南海深海盆的全面覆盖，实现了南海复杂环境的长期连续观测。上述成果入选2017年度“海洋与湖沼十大科技进展”。 构建了横跨西太平洋热带-副热带的全水深潜标观测阵：2015年以来，在西太平洋热带、副热带海域布放海洋动力环境监测潜标60余套次，构建了横跨热带、副热带（0-22°N）的西太平洋潜标观测阵，实现了西太平洋低纬度流系时空特征、中尺度/亚中尺度过程及混合的长期连续观测，有力支撑了西太平洋海洋动力环境研究工作的开展。 成功布放回收国际上首套万米综合观测潜标：基于自主研发的海洋动力环境监测潜标，2016年1月在马里亚纳海沟挑战者深渊成功布放国际上首套万米多学科综合观测潜标，并于2016年9月成功回收。目前以在马里亚纳海沟深渊海域构建了由6套潜标构成的海沟观测阵，实现了深远海域海洋动力环境的长期连续监测，体现了我国深远海长期连续调查的技术水平。项目阶段:工业化生产阶段效益分析: 该系统主要用于海洋动力环境的长期连续监测，是海洋环境监测最基本的设备和手段，可为海洋动力过程科学研究、海洋数值预报模式同化验证、海洋环境安全保障、海洋生态环境监测等提供数据和平台支撑，具有重要的科学、社会和军事意义。随着当前海洋科学研究、海洋资源开发、海上经济贸易、海上军事活动等方面的迅速发展，对海洋动力环境的观测和认知的需求日益迫切，海洋动力环境监测潜标的需求量迅速增加，具有突出的经济效益前景。知识产权类型:发明专利 、 软件著作权知识产权编号:US 9,372,082 B1 US 9,423,251 B2 US 9,593,947 B2 US 9,557,171 B2 201410252441.0 201410252601.1 201410821320.3 201510243938.0 201510244120.0 201510244469.4 201510244144.6 201410820855.9技术成熟度:通过中试技术先进程度:达到国内领先水平成果获得方式:独立研究获得政府支持情况:无

本项目通过创新数据获取方法、创新区块 链性能分阶段评估指标，建立了耦合度较低的 后端数据获取、云端数据处理、前端数据可视 化的性能评估平台原型

潜标可实现全海深海洋环境的定点、长期、连续、多层次、多要素同步观测，并具有隐蔽性好、不易被破坏等优点，是开展海洋环境长期连续观测最有效的手段。 自主研发系列海洋动力环境监测潜标：2008年以来，团队突破了深海潜标系列关键技术，自主研发了“海洋动力环境多尺度同步观测潜标”、“定时卫星通讯潜标”等系列高可靠性深海潜标，实现了海洋动力环境长期连续准实时观测。相关研发成果已获4项国际发明专利及8项国家发明专利授权。基于研发的潜标，在南海、西太平洋、东印度洋累计布放潜标400余套次，总结出一套安全高效的规范化、标准化的潜标布放回收作业流程，作业成功率达到100%，解决了我国海洋环境长期连续观测技术瓶颈，大幅提升了我国海洋环境长期连续观测水平。 构建了国际上规模最大的区域海洋潜标观测网—南海潜标观测网：自2009年以来，在南海开展潜标布放回收航次22次，累计布放各类潜标350套次，目前同时在位观测潜标42套，观测海域横跨吕宋海峡、南海深海盆、南海东北部与西北部陆坡陆架区，最长工作时间已接10年，是世界上规模最大的区域潜标观测网。南海潜标观测网于2017年完成潜标观测站位在南海深海盆的全面覆盖，实现了南海复杂环境的长期连续观测。上述成果入选2017年度“海洋与湖沼十大科技进展”。 构建了横跨西太平洋热带-副热带的全水深潜标观测阵：2015年以来，在西太平洋热带、副热带海域布放海洋动力环境监测潜标60余套次，构建了横跨热带、副热带（0-22°N）的西太平洋潜标观测阵，实现了西太平洋低纬度流系时空特征、中尺度/亚中尺度过程及混合的长期连续观测，有力支撑了西太平洋海洋动力环境研究工作的开展。 成功布放回收国际上首套万米综合观测潜标：基于自主研发的海洋动力环境监测潜标，2016年1月在马里亚纳海沟挑战者深渊成功布放国际上首套万米多学科综合观测潜标，并于2016年9月成功回收。目前以在马里亚纳海沟深渊海域构建了由6套潜标构成的海沟观测阵，实现了深远海域海洋动力环境的长期连续监测，体现了我国深远海长期连续调查的技术水平。

本技术的理论基础和技术路线与现有各种地震前兆监测完全不同，其特点是在可能的孕震断裂内钻 探，在钻孔中放置仪器，实时和连续监测断裂深部应力集聚区（潜在 震源区）应力变化而产生的压电效应（见附图）；在一条或相邻的多 条断裂上建站组成监测网，通过来自不同站点的区域数据对比，利用 反向模拟等方法，寻找断裂深部的应力集聚区（前者震源区）及计 算、模拟断裂失衡的临界点。

本发明公开了一种机电一体化绕线绞盘装置。包括机架、刹车装置、驱动电机、绕线盘、内齿圈、行星齿轮组和中心太阳轮；内齿圈、行星齿轮组和中心太阳轮构成一个2K‐H型周转轮系；刹车装置位于内齿圈外表面，固结在机架上，利用电磁铁驱动用于锁死内齿圈；行星齿轮组中各行星轮中心通过滚动轴承安装一根传动轴，传动轴另一端同样用滚动轴承与绕线盘相连，将行星齿轮的公转运动转化成绕线盘的自转运动；绕线盘的中心通过滚动轴承连接在机架上，且与太阳轮的中心和内齿圈的中心同轴；本发明具有控制简单、节约能耗的优点。

本发明公开了一种移动云存储轻量级数据安全共享方法，方法 包括：数据拥有者在可信第三方注册属性集合，数据拥有者为用户指 定属性集合，可信第三方根据用户的属性集合使用属性密码机制对用 户授权生成属性密钥，数据拥有者使用移动端共享文件时，首先采用 对称密码机制对文件加密，通过代理加密服务器使用属性密钥机制对 对称密钥加密，并将文件密文及密钥密文发送到云端，用户从云端读 取文件密文及密钥密文后，通过代理解密服务器使用属性密码

本发明公开了一种悬吊式巷道掘进临时支护装置及其使用方法，它由工字钢悬挂梁、支撑平台、升降台、移动架和多个液压缸所组成；通过上述各部件实现巷道快速连续掘进，减少顶板下沉和离层，减少迎头冒顶和偏帮事故并降低劳动强度。

为克服传统的两栖车在水下无法与基站及时通讯的弊端，本发明公开的一种能够实时通信的水陆两栖无人巡逻车，采用配有通信模块和导航定位模块的浮标，通过防水电缆连接水陆两栖无人巡逻车，使浮标—两栖车系统与基站之间实现实时通讯，便于根据工作环境灵活下达指令，对无人两栖巡逻车进行实时控制。 一、项目分类 关键核心技术突破 二、技术分析 浙江大学聚焦超洁净流控系统基础研究、技术攻关和产品研发，攻克了影响光刻分辨率、良品率与产率的1mk级温度测控、5ppt级金属离子测控、20μm级气泡测控、50nm级残留液膜测控等关键核心技术 一、项目分类 关键核心技术突破 二、技术分析 为克服传统的两栖车在水下无法与基站及时通讯的弊端，本发明公开的一种能够实时通信的水陆两栖无人巡逻车，采用配有通信模块和导航定位模块的浮标，通过防水电缆连接水陆两栖无人巡逻车，使浮标—两栖车系统与基站之间实现实时通讯，便于根据工作环境灵活下达指令，对无人两栖巡逻车进行实时控制。本发明公开的一种能够实时通信的水陆两栖无人巡逻车，采用防水电缆，通过自动收放线装置使其始终处于张紧状态，保证两栖车与浮标的同步运动，便于实时定位两栖车位置，并能够避免因缆线松垮而与障碍物缠绕打结导致影响两栖车工作。本发明公开的一种能够实时通信的水陆两栖无人巡逻车，浮标内部空间根据相关零部件功能、体积大小及相互之间的工作关系分层布设，能够在保证工作可靠性的基础上进一步实现紧凑布局。本发明能够应用于水陆两栖车辆技术领域，拓宽水陆两栖无人巡逻车的应用场景。